卡尔曼滤波器实现:仅使用加速度计输入的位置

时间:2017-01-03 10:57:19

标签: accelerometer estimation kalman-filter

我对卡尔曼滤波器的世界还很陌生,所以我对它有些怀疑。

我将使用一个简单的案例研究:

如果我们有一个身体以可变加速度移动的一维世界,是否可以用卡尔曼滤波器估计其当前位置和速度? (因为加速度计测量可能有噪音)。我找到了很多例子,但他们使用其他类型的跟踪技术,如GPS。我想了解加速度计是否足以估计状态以及如何设置卡尔曼滤波器。

提前谢谢你, 米歇尔

1 个答案:

答案 0 :(得分:2)

卡尔曼滤波器通常用于组合来自不同光源的测量值(例如,来自accelometer的加速度,来自陀螺仪的角速度和来自GPS的绝对位置测量值)。

通常您可以定义描述系统当前状态的状态变量(例如位置,速度,加速度)。并提供一个过程模型(您认为状态应该表现的 - 在您的情况下,是一个恒定的加速模型),以及一个测量模型(如何观察当前状态)。在您的情况下,测量模型H只能观察加速度,并且永远不会有任何关于位置的信息。基本上使这个卡尔曼滤波器不可观察,您可以将其视为一个未确定的系统。

由于没有测量位置状态的测量值,协方差矩阵P将继续爆炸,并且它无法提供接近实际值的任何东西。

所以答案是否定的,你不能使用具有恒定加速度模型的卡尔曼滤波器,而不需要任何绝对的位置测量来防止它被炸毁。